基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
合成孔径雷达(SAR)图像的低信噪比和乘性相干斑噪声给SAR图像的边缘检测带来了极大的困难.通过引入广义高斯(GG)分布作为局部均值功率的先验分布模型,给出了局部均值功率在最大后验概率(MAP)意义下的最优估计,进而提出一种新的SAR图像边缘比率检测算子.利用以梅林变换为基础的对数累积量(MoLC)方法估计GG分布的参数,在此基础上给出一种局部均值功率MAP估计和GG分布参数估计的联合迭代求解方法.利用SAR实测数据对本文提出的边缘检测算子进行仿真验证,并将其与平均比率(RoA)算子和指数加权均值比(ROEWA)算子进行了对比,结果表明该算子可以有效克服相干斑噪声的影响,边缘定位准确且虚假边缘明显减少.
推荐文章
改进的广义高斯分布与非局部均值图像去模糊
图像复原
去模糊化
非局部均值算法
小波变换
尺度参数
形状参数
基于广义高斯分布模型的小波域自适应盲水印方案
数字水印
DWT
盲水印
广义高斯分布
基于边缘保持的SAR图像预处理方法
合成孔径雷达图像
相干斑滤波
Gamma MAP滤波
基于阈值的极值中值滤波
基于小波域广义高斯分布的SAR图像分割算法
合成孔径雷达(SAR)图像
小波变换
广义高斯分布(GGD)
最大似然估计(MLE)
K-Means
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于MAP估计和广义高斯分布的SAR图像边缘比率检测方法
来源期刊 航空学报 学科 工学
关键词 边缘检测 最大后验概率估计 广义高斯分布 合成孔径雷达 比率
年,卷(期) 2012,(2) 所属期刊栏目 电子与自动控制
研究方向 页码范围 315-326
页数 分类号 V21|TN958
字数 语种 中文
DOI 11-1929/V.20110921.0830.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 何友 海军航空工程学院信息融合技术研究所 492 6436 37.0 56.0
2 蔡复青 海军航空工程学院信息融合技术研究所 16 147 5.0 12.0
3 袁湛 海军航空工程学院信息融合技术研究所 11 58 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (39)
参考文献  (13)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(4)
  • 参考文献(1)
  • 二级参考文献(3)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(3)
  • 参考文献(2)
  • 二级参考文献(1)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
边缘检测
最大后验概率估计
广义高斯分布
合成孔径雷达
比率
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
航空学报
月刊
1000-6893
11-1929/V
大16开
北京市海淀区学院路37号
82-148
1965
chi
出版文献量(篇)
6543
总下载数(次)
27
总被引数(次)
92093
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导